Video-Bench

用AI自动给视频生成模型打分，快速比出谁更强

Video-Bench 是一个视频生成领域的评测基准项目，旨在系统评估视频生成模型的质量。它解决的核心问题是：当前视频生成模型（如Sora类模型）缺乏统一、客观的评测标准，人工评估成本高且主观性强。项目利用多模态大语言模型（MLLM）和人类偏好标注，构建了一套自动化的评测流程，能够从多个维度（如时序一致性、运动合理性、文本-视频对齐等）对生成的视频进行打分和排序。其核心能力包括：设计细粒度的评测指标、提供大规模的人类偏好数据集、并支持与LLM结合进行自动化评估，从而帮助研究者快速比较不同模型的优劣，推动视频生成技术的迭代优化。

开源 free 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 81

维护状态低维护

是否开源是

定价模式 free

项目数据

分类视频生成

开发团队Video-Bench

所属国家

官网地址https://github.com/Video-Bench/Video-Bench

GitHubhttps://github.com/Video-Bench/Video-Bench

定价模式free

价格说明开源基准测试项目，Apache-2.0许可证，完全免费，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型human-annotation,human-preference,large-language-models,llm,multimodal-large-language-models,preference-alignment,sora,text-to-video,video-evaluation,video-generation,video-generation-evaluation,video-understanding

GitHub 星标★ 81

30天Star增速

HF 下载量

上线时间2024-12-09 00:00:00

最近更新2026-08-31 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数1

使用教程

核心亮点

引入多模态大模型自动评测，大幅降低人工评估成本
覆盖时序、运动、语义对齐等多维度指标，评估更全面
提供人类偏好标注数据，增强评测结果的可信度

不足之处

项目处于早期，文档和社区支持待观察
依赖MLLM评测，可能受模型自身偏见影响

适用场景

研究机构对比不同视频生成模型的性能
开发者优化自家视频生成模型时的定向调优
学术论文中作为标准基准引用

替代项目

VBench、EvalCrafter、T2V-CompBench

项目介绍

Video-Bench 是评测安全领域的开源项目，由 Video-Bench 开发，2024 年首次发布。

它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 81。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-31。开源基准测试项目，Apache-2.0许可证，完全免费，无付费版本。

它主要面向的使用场景是：研究机构对比不同视频生成模型的性能。同类可对比的替代方案包括 VBench、EvalCrafter、T2V-CompBench。

上一篇：ChronoMagic-Bench

下一篇：MIND